arXiv · cs.AI · Madeleine Grunde-McLaughlin, Hafsah Usman, Daniel Mitroshkov, Emily Reif, Nino Migineishvili, Lakshya Chauhan. Kevin Yu, Jeffrey Heer, Daniel S. Weld · 2 小时前模型评分44
Agentic Path Maps：可视化 人工智能（AI，Artificial Intelligence） 智能体未走的路径以减少过度依赖
Agentic Path Maps: Exposing an Agent's Traversal Through the Garden of Forking Paths
导读
研究提出 Agentic Path Maps，把 人工智能（AI，Artificial Intelligence） 智能体执行任务时未选择的替代路径可视化给用户。在数据分析领域的用户研究（n=48）中，参与者很少主动考虑替代路径，但看到可视化路径后对 AI 的过度依赖有所降低。该设计空间还梳理了沟通替代路径的维度，供后续系统与研究使用。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “To investigate, we first distill a design space for communicating alternative paths, supporting the generation of new systems and structuring dimensions of future study.”
来源：arXiv · cs.AI · arxiv.org